[发明专利]一种红外弱小目标检测方法及检测系统

说明书

本发明提供的红外弱小目标检测方法及检测系统，通过计算原始图像的Facet方向导数特征，在所述Facet方向导数特征图的局部内，沿着当前方向计算相对极差对比度显著图，将各个方向上的所述相对极差对比度显著图进行融合得到显著性图像，再提取所述显著性图像的目标，本发明提供的红外弱小目标检测方法及检测系统，模型结构简单，计算复杂度低，并且可以基于卷积核近似计算，十分方便，具有很高的信杂比增益和背景抑制能力，弱小目标正确检测概率达到98％以上，实时性算法良好。

技术领域

本发明涉及图像处理技术领域，特别涉及一种红外弱小目标检测方法及检测系统。

背景技术

随着红外探测技术的发展，复杂背景下的红外弱小目标检测技术在军事和民用领域中都越来越重要，如何能快速而准确的发现目标已经成为预警与跟踪系统的关键。但是由于红外弱小目标常常因为无形状或边缘信息、低信杂比成像以及复杂背景等因素的影响，大大增加了检测难度。

目前红外弱小目标的检测技术主要有基于图像序列的检测和基于单帧图像的检测两大类。基于图像序列的检测理论是通过序列图像中的相关性来估计目标，该类算法的一个重要前提是必须保证连续帧之间目标与背景的一致性，以及一些先验的目标信息，这些前提与先验信息限制了这类算法的应用，另外基于序列图像的检测方法通过多帧目标轨迹确认来实现目标检测，对于低信杂比成像的场景有较好的效果，但是相比单帧检测类算法而言其实时性较差，在实际工程应用中较少。

发明内容

有鉴如此，有必要针对现有技术存在的缺陷，提供一种能够提高红外弱小目标检测准确性及实时性的红外弱小目标检测方法。

为实现上述目的，本发明采用下述技术方案：

一种红外弱小目标检测方法，包括下述步骤：

计算原始图像的Facet方向导数特征；

在所述Facet方向导数特征图的局部内，沿着当前方向计算相对极差对比度显著图；

将各个方向上的所述相对极差对比度显著图进行融合得到显著性图像；

提取所述显著性图像的目标。

在一些较佳的实施例中，在计算原图像的Facet方向导数特征的步骤中，包括下述步骤：

基于Facet模型，在原始图像的5x5邻域内灰度强度曲面拟合一个二元三次多项式f(r,c)的表达式，所述表达式如下，其中，r,c为5x5邻域内的行列坐标，K_i是拟合系数：

0度方向、90度方向以及任意α度方向导数特征计算公式为：

其中K_i可以由原图像I与卷积核w_i的卷积快速计算，w_i如下：

通过所述表达式计算原图像的Facet方向导数特征。

在一些较佳的实施例中，在所述Facet方向导数特征图的局部内，沿着当前方向计算相对极差对比度显著图的步骤中，具体包括：

设Facet_α为沿α方向的一阶导数图像，Facet_α(r,c)为位置中心点p(r,c)上的灰度值，D_R为距离p(r,c)为R的邻域图像；

记沿着α方向且过p(r,c)的直线上的灰度值集合为Line(D_R,α)，并设frontLine(D_R,α)为沿α方向线且在点p(r,c)之前截取到的D_R内灰度值集合，backLine(D_R,α)为沿α方向线且在点p(r,c)之后截取到的D_R内灰度值集合；